simple_create_model.py

#!/usr/bin/env python3
"""
簡單的中文情感分析模型創建腳本
基於 bert-base-chinese 創建一個可推理的模型
"""

from transformers import (
    BertTokenizer, 
    BertForSequenceClassification,
    pipeline
)
import torch

def create_model():
    """創建基於 BERT 的中文情感分析模型"""
    
    print("正在載入 bert-base-chinese...")
    
    # 載入預訓練的中文 BERT 模型
    model_name = "bert-base-chinese"
    
    # 載入 tokenizer
    tokenizer = BertTokenizer.from_pretrained(model_name)
    
    # 載入模型並設置為分類任務
    model = BertForSequenceClassification.from_pretrained(
        model_name,
        num_labels=2,  # 正面、負面情感
        id2label={0: "NEGATIVE", 1: "POSITIVE"},
        label2id={"NEGATIVE": 0, "POSITIVE": 1}
    )
    
    print("✅ 模型載入完成！")
    return model, tokenizer

def save_model(model, tokenizer, save_path="./"):
    """保存模型到指定路徑"""
    
    print(f"正在保存模型到 {save_path}...")
    
    # 保存模型檔案
    model.save_pretrained(save_path)
    tokenizer.save_pretrained(save_path)
    
    print("✅ 模型保存完成！")
    
    # 列出生成的檔案
    import os
    print("\\n生成的檔案:")
    for file in sorted(os.listdir(save_path)):
        if not file.startswith('.'):
            print(f"  📄 {file}")

def test_model(model_path="./"):
    """測試模型推理功能"""
    
    print("\\n=== 測試模型推理 ===")
    
    try:
        # 創建分類器
        classifier = pipeline(
            "text-classification",
            model=model_path,
            tokenizer=model_path
        )
        
        # 測試文本
        test_texts = [
            "這個產品真的很棒！我很喜歡。",
            "質量太差了，完全不值得購買。",
            "還不錯，可以考慮。",
            "非常滿意這次的服務體驗。"
        ]
        
        print("\\n推理結果:")
        for i, text in enumerate(test_texts, 1):
            result = classifier(text)
            label = result[0]['label']
            score = result[0]['score']
            
            print(f"{i}. 文本: {text}")
            print(f"   預測: {label} (信心度: {score:.4f})")
            print()
            
        print("✅ 推理測試完成！")
        
    except Exception as e:
        print(f"❌ 推理測試失敗: {e}")

if __name__ == "__main__":
    print("🚀 開始創建中文情感分析模型...")
    
    try:
        # 創建模型
        model, tokenizer = create_model()
        
        # 保存模型
        save_model(model, tokenizer)
        
        # 測試模型
        test_model()
        
        print("\\n" + "="*50)
        print("🎉 模型創建成功！")
        print("\\n📋 下一步:")
        print("1. git add . && git commit -m 'Add trained model'")
        print("2. git push origin main")
        print("3. 其他人可以使用:")
        print("   from transformers import pipeline")
        print("   classifier = pipeline('text-classification', model='sk413025/my-awesome-model')")
        
    except Exception as e:
        print(f"❌ 錯誤: {e}")
        print("請確保網路連接正常，能夠下載 bert-base-chinese 模型")